[發明專利]一種視訊系統的實時音頻擇路方法

在審

• 申請號: 202310533844.1
• 申請日: 2023-05-12
• 公開（公告）號: CN116471263A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 陳賢斌;張路
• 申請（專利權）人: 杭州全能數字科技有限公司
• 主分類號: H04L65/80
• 分類號: H04L65/80;H04L65/752;H04L65/75;H04L65/403;H04L65/65;H04N7/15;G10L19/26;G10L21/007;G10L25/60;G06F3/16
• 代理公司: 安徽新越誠途專利代理事務所(普通合伙) 34261
• 代理人: 吳偉晨

本發明公開了一種視訊系統的實時音頻擇路方法，屬于音頻處理技術領域，方法包括：步驟一、設置音頻擇路最大激活路數K；步驟二、媒體服務從網絡接收數據，并解析為RTP音頻數據；步驟三、將獲得的RTP音頻數據進行處理后插入到滑動窗口；步驟四、判斷當前激活的音頻路數是否超過設置的最大激活路數K，若為否，則將RTP音頻數據直接投遞到音頻管道。本發明實時對輸入的每路語音進行擇路，選擇出音量最大的k路語音流送到端上，這種方案首先節省了語音混流對服務器大量資源的消耗，其次送到端上的流都是獨立的，較為容易做音畫同步，使用戶獲取的聲音更加流暢真實。

技術領域

本發明屬于音頻處理技術領域，具體涉及一種視訊系統的實時音頻擇路方法。

背景技術

視頻會議系統是一種現代化的辦公系統，它可以使不同會場的實時現場場景和語音互連起來，同時向與會者提供分享聽覺和視覺的空間，使各與會方有“面對面”交談的感覺。隨著社會的發展，視頻會議的應用越來越廣泛，同時對其視頻音頻質量、靈活性以及易用性、可靠性和易管理性的要求也越來越嚴格。隨著計算機硬件技術和網絡技術的發展，視頻會議系統同時百人在線已經變成一個常規需求，但是大方會議還是存在不少技術難題，比如在大方會議用戶同時開麥的場景中，可能會出現的卡頓，丟字，聽不清問題，大量的語音輸入還會占用用戶大量的帶寬及系統資源?，F有主流方案解決方案是通過服務端混流，原理是將所有的音頻數據發送到服務端，由服務端對語音數據解碼，重采樣然后混成一路或多路流發送給客戶端，這些處理流程會消耗服務器大量CPU資源，語音流路數越多資源消耗也越多，由于是多路語音混流，還可能會引入音畫不同步問題。

發明內容

本發明的目的在于提供一種視訊系統的實時音頻擇路方法，用以解決上述背景技術中所面臨的問題。

本發明的目的可以通過以下技術方案實現：

一種視訊系統的實時音頻擇路方法，所述方法包括：

步驟一、設置音頻擇路最大激活路數K；

步驟二、媒體服務從網絡接收數據，并解析為RTP音頻數據；

步驟三、將獲得的RTP音頻數據進行處理后插入到滑動窗口；

步驟四、判斷當前激活的音頻路數是否超過設置的最大激活路數K，若為否，則將RTP音頻數據直接投遞到音頻管道，否則進行步驟五；

步驟五、對每路語音的滑動窗口求和，使用TOP-K算法選出K路，判斷當前輸入源是否屬于K，若為是，則將音頻數據輸入音頻管道，否則丟棄；

步驟六、將輸入音頻管道的音頻數據進行音量處理后傳輸到廣播播報系統進行播報。

進一步地，所述步驟二中解析的RTP音頻數據是按照SDP協商約定解析成攜帶Audiolevel擴展的RTP音頻數據。

進一步地，所述步驟三中的處理方法為：

先將RTP數據透傳到音頻通道預創建好的音頻過濾器內，并讀取RTP數據中的Audiolevel字段；

然后用127減去Audiolevel字段得到音頻的能量值；

將獲取的能量值通過濾波器進行濾波平滑處理。

進一步地，所述濾波器處理的方法包括靜態濾波處理以及動態濾波處理，所述動態濾波處理系數根據發言者所處環境變化而變化，所述靜態濾波處理系數根據設備歷史數據獲取。

進一步地，所述步驟六中音量處理的方法為：

獲取每段音頻數據的音頻波形圖，根據音頻波形圖來獲取音頻數據的響度值以及音調值，根據響度值以及音調值的變化來求得該段音頻數據的質量波動值，從而根據質量波動值的大小來相應的調整整段音頻數據的音量。